亿霖 AI 语音交互引擎 · 本地流式识别 + LLM 语义纠错

按住说话,1 秒出字
错别字自动修正 · 断句标点自动加

基于开源硬件方案的 AI 语音输入工具——本地 CPU 推理零费用、识别结果自进化、全场景输入。可私有化部署,数据不出厂。

实测记录 · 2026-09-09 · 56 字诗词背诵场景
声学识别原稿:被国风光…唯余莽莽…三五银蛇原此那像孕语天宫四比高须前日看红装素裹分外妖娆(12 处音近错)
亿霖引擎输出:北国风光,千里冰封,万里雪飘。望长城内外,惟余莽莽;大河上下,顿失滔滔。山舞银蛇,原驰蜡象,欲与天公试比高。须晴日,看红装素裹,分外妖娆。(56 字零错误,总延迟约 1 秒)
同一句话 · 两个层次

声学层管快,语义层管准

《将进酒》实测:声学模型重复与漏字,语义层一并修复——还把标点全断对了。

✗ 声学识别原稿(30% 字错)
君不见黄河之水天上来奔流到海不复复回君不见高堂明镜悲白发朝如青丝却
"不复复回"重复、"暮成雪"漏识别、零标点——这是所有纯声学方案的通病
✓ 亿霖引擎输出(零错误 · 1.4 秒)
君不见黄河之水天上来,奔流到海不复回。君不见高堂明镜悲白发,朝如青丝暮成雪。
去重复、补漏字、断句标点——LLM 语义纠错层用语言知识兜底声学误差
产品特性

四件事,做到位

⚡

1 秒出字

流式引擎按住说话边听边解码,松手即出——不排队、不等整段转写。

🎯

语义纠错

LLM 理解层修正同音近音字:专名、术语、诗词歌赋,声学错的它认识。

🔐

本地推理 · 可私有化

识别引擎跑在本地 CPU,语音数据不出本机;LLM 纠错可切私有模型。工厂/保密场景友好。

🧬

自进化纠错记忆

你修正过的错字自动成为它的教材——公司名、人名、行业黑话,越用越懂你的世界。

技术架构

三层流水线,各司其职

说话 → 出字,中间发生了什么

1
流式声学识别 —— sherpa-onnx Paraformer(达摩院架构 int8 端侧版):按住说话实时解码,松手解码已完成
2
LLM 语义纠错 —— 大模型修正同音/近音字 + 智能断句标点,并持续学习用户修正样本(自进化)
3
全场景注入 —— 消息直投技术绕过输入法限制:微信 / Word / 浏览器 / 终端,光标在哪字进哪

想看现场演示?

工程师带着这台"说话出字"的机器上门——比看十页 PPT 直观。

预约演示 · 免费上门

企业语音交互定制 / 车间语音报工集成 / 私有化部署——均可按需交付